瑞典皇家科學院周三 (9 日) 宣布，2024 年諾貝爾化學獎將一分為二，一半授予 David Baker，以表彰他「利用電腦進行蛋白質設計」的成就。
另一半則花落谷歌，共同授予谷歌 DeepMind 公司執行長 Demis Hassabis 和資深研究科學家 John M. Jumper，以表彰他們「在蛋白質結構預測方面的貢獻」。
其中，Hassabis 與 Jumper 借助 AI 模型，攻克了長達半世紀的難題──預測蛋白質的複雜結構。瑞典皇家科學院稱：「這些發現的潛力不可估量。」
AI 圈大佬本次諾獎可謂大豐收。就在昨天，2024 年諾貝爾物理學獎頒給了 John J. Hopfield 和被稱為「AI 教父」的 Geoffrey E. Hinton，以表彰他們推動利用人工神經網路進行機器學習的基礎性發現和發明。
生命的多樣性正是蛋白質作為卓越化學工具的證明。它們掌控並驅動所有賦予生命活力的化學反應。此外，蛋白質還扮演著荷爾蒙、訊號分子、抗體以及組織建構基石等多重角色。
今年的兩大發現令人矚目：一是如何建構令人驚嘆的個人化蛋白質；二是實現了長達 50 年的夢想－僅憑胺基酸序列就能預測蛋白質的結構。
蛋白質，由 20 種不同類型的胺基酸構成，是生命不可或缺的基礎。
早在 2003 年，Baker 就巧妙地利用這套「構建積木」，設計出了一種全新的蛋白質，它與所有已知蛋白質截然不同。此後，他的團隊更是不斷推陳出新，創造了具有藥物、疫苗、奈米材料和微型感測器等功能的蛋白質。
另一個重大發現是科學家能夠預測蛋白質的結構。蛋白質中的胺基酸像長串珠子一樣連接在一起，折疊成複雜的三維結構，這種結構對蛋白質的功能至關重要。自 1970 年代以來，科學家一直在努力根據胺基酸序列預測蛋白質的結構，但這一直是個巨大的挑戰。
然而，四年前，這一領域迎來了重大突破。
2020 年，Hassabis 和 Jumper 提出了名為 AlphaFold 2 的 AI 模型。借助這個模型，他們成功預測了科學家已知的幾乎所有 2 億種蛋白質的結構。
自這項突破以來，AlphaFold2 已被全球 190 個國家的超過 200 萬人使用。此外，研究人員還能更深入了解抗生素抗藥性，並創造出能夠分解塑膠的酵素的圖像。
今年 5 月，Google 推出革命性的模型 AlphaFold 3 登上國際頂刊《自然》（Nature）雜誌。 AlphaFold 3 能夠預測所有生命分子的結構和交互作用。在預測蛋白質與其他分子的相互作用上，AlphaFold 3 相比現有方法至少提高了 50% 的準確率，針對一部分相互作用類別甚至提高了 1 倍。
AlphaFold 3 是基於其 2020 年推出的 AlphaFold 2 研發而來。至今，全球已有數百萬研究人員使用 AlphaFold 2 在瘧疾疫苗、癌症治療和酵素設計等領域取得了重要發現，AlphaFold 已被引用超過 2 萬次。
這使得 AlphaFold 3 成為首個超越基於真實生物分子結構預測工具的 AI 系統。 AlphaFold 3 不僅限於蛋白質，將探索更廣泛的生物分子。這項飛躍可能影響從開發生物可再生材料和更具彈性的作物，到加速藥物設計和基因組學研究，帶來生物科學研究的變革。
2024 諾貝爾化學獎獎金金額為 1,100 萬瑞典克朗（約 749.86 萬元），一半歸 Baker 所有，另一半歸 Hassabis 和 Jumper 共同所有。
得主背景簡介
David Baker 於 1962 年出生於美國華盛頓州西雅圖，1989 年獲美國加州大學柏克萊分校博士學位，現為美國華盛頓大學西雅圖分校教授。
Demis Hassabis 於 1976 年出生於英國倫敦，2009 年獲得英國倫敦大學學院博士學位，現任 GoogleDeepMind 執行長。
John M. Jumper 於 1985 年出生於美國阿肯色州小石城，2017 年獲得美國伊利諾州芝加哥大學博士學位，現任英國倫敦 GoogleDeepMind 資深研究科學家。
